Armazenamento de energia elétrica (EES)

O armazenamento de energia elétrica, conhecida como EES (Electrical Energy Storage) é uma das principais tecnologias abrangidas na área de energia elétrica. Essa técnica baseada no controle da energia elétrica e utilização dos smart grid têm demonstrado capacidades de desenvolver características no controle de energia de acordo com as variações horárias em demanda e preço. O crescimento desse novo mercado está relacionado diretamente á redução da utilização de energia, assim como o uso de energia renovável para reduzir as emissões de CO₂.
             Dessa forma, o armazenamento de energia elétrica tem o papel importante na redução dos custos de eletricidade. Sua função de armazenar eletricidade obtida em horários de pico, quando o seu preço é mais baixo, para uso em horários de pico, em vez de energia elétrica comprada, reduz muito os preços na compra de energia elétrica. Além disso, o armazenamento de energia é importante no caso de ocorrer falhas na rede de energia no fornecimento de energia, viabilizando melhor o sistema de energia no caso de uma ocorrência de um desastre natural. Assim como esta técnica ajuda a manter a qualidade do sistema de energia, sua freqüência e tensão. 
        Em relação às necessidades de mercados emergentes, em áreas que utilizam smart grid e o armazenado de energia elétrica, estas técnicas ajudam excesso de energia e servem como fonte de alimentação independentes  e estes também estão associados com o uso de grandes quantidades de energia renovável, diminuindo as emissões de CO₂. Por exemplo, no domínio fora das redes elétricas, como nos veículos elétricos com baterias, estes são um dos maiores exemplos de tecnologia promissora de armazenamento de energia para substituir combustíveis fósseis por eletricidade a partir de fontes renováveis ​.
          Os Smarts Grids estão integrados aos sistemas elétricos e estão relacionados á quantidade de produção de eletricidade e o seu consumo. Através do método de uma tecnologia inteligente o sistema de smart grid  fornece uma resposta em tempo real do gasto de energia.  Com as redes inteligentes, é possível adquirir informações sobre o preço da eletricidade e dessa forma, a situação do sistema de alimentação de energia analisando os aspectos da produção de eletricidade e consumo de energia, torna o sistema mais eficiente quando se aplica o armazenamento de energia elétrica  no desenvolvimento de um Smart Grid e assim há um maior fornecimento de energia confiável. 

Software Homer

Diversas vezes citei o software HOMER, como modelo para o desenvolvimento do meu projeto em energia eólica no meio urbano: estudo na UFABC, porém até o devido momento não havia especificado como este modelo trabalha. Devido essas condições explicarei de maneira sucinta como no que se baseia o software Homer e para quais finalidades utilizá-lo-emos.

            O software Homer é um programa de computador que tem como objetivo avaliar projetos O programa é capaz de solucionar diversos problemas relacionados ao desenvolvimento de novos sistemas, tais como qual o custo de instalação de determinado equipamento ou máquina e qual o benefício que trará. Para isto o software simplifica tarefas e os algoritmos da análise do HOMER permitem uma avaliação econômica a partir de da variação dos custos de tecnologia envolvido e a disponibilidade de recursos de energia, modelando tecnologias de energias renováveis, como por exemplo: energia eólica, assim como as convencionais.

O HOMER é utilizado em projetos para uma variedade de aplicações, este programa serve como um simulador, fazendo com que muitas decisões sobre configurações de sistemas como: quais componentes são necessários incluir no projeto do sistema ou a quantidade e tamanho de cada componente seja tomado, sem que para isto precise ter o sistema já previamente construído. O Homer avalia estas possíveis configurações de sistema com mais facilidade, evitando perdas econômicas. 

Figura 1: Entrada do software Homer.

Para o uso do HOMER, é necessário desenvolver um modelo com entradas que descreve opções de tecnologia, despesas e disponibilidade dos recursos. O HOMER usa estes entradas para simular diferentes sistemas de configurações ou combinações de elementos. Como resposta o software Homer gera uma lista de resultados de tabelas e gráficos de possíveis configurações relacionados aos custos, o que ajudam comparar e avaliar seus aspectos técnicos e econômicos. Sendo possível exportar estas tabelas e gráficos para seu uso em relatórios e apresentações.

Através do HOMER é possível executar análises de disponibilidade de recursos e despesas no sistema levando em conta efeitos ocasionados por mudanças em diversos fatores externos. Por exemplo, se você definir velocidade de vento como uma variável de sensibilidade, o HOMER simulará configurações de sistema para a gama de velocidades de vento especificada, como no caso da energia eólica, em que fatores como rugosidade do solo e altitude do anemômetro podem influir na rentabilidade da configuração do sistema, sendo possível utilizar este modelo para análise de sensibilidades, identificando os fatores que têm o maior impacto no projeto. O HOMER contém todas as informações sobre as opções de tecnologia, custos de componentes e recursos disponíveis demandados para análise de novos sistemas.

O funcionamento do HOMER simula a operação de um sistema fazendo cálculos contabilizados em horas, numa duração de um ano. Durante cada hora, o HOMER compara as demandas de energia que o sistema pode prover por àquela hora e calcula os fluxos de energia para cada componente do sistema.

 Figura 2: Entradas de dados no Homer que simula a operação de um sistema fazendo cálculos contabilizados em horas, numa duração de um ano.

O HOMER executa estes cálculos de demanda de energia para cada configuração do sistema determinando o custo de instalar e operar o sistema em cima da vida útil do projeto, como: capital, substituições, operações e manutenções e quantidade de combustíveis. Após simular as configurações do sistema, o HOMER exibe uma lista de resultados, em gráficos e tabelas, ordenados por custo que pode ser comparado às opções de projeção do sistema.

Figura 3: Listas de resultados em gráficos e tabelas, ordenados por custo que pode ser comparado às opções de projeção do sistema.

Para os cálculos é necessário criar um diagrama esquemático que disponibiliza ao HOMER todas as informações sobre os componentes que devem ser colocados como dados de entradas que descrevem o sistema, como: opções de tecnologia, custos de componentes, tamanhos e quantidade de cada componente, assim como dados relativos a detalhes do recurso, os quais descrevem a disponibilidade de vento para cada hora do ano. Para o vento, você ainda pode importar dados de um arquivo formatado em dados de hora em hora dos valores mensais médios.

A análise lhe mostrará a escala das velocidades de vento anuais médias e os preços gastos no projeto, analisando se faz sentido incluir turbinas de vento no sistema.

Com o HOMER é possível comparar combinações de diferentes de tamanhos e quantidades de componentes, e explorar como as variações do custo da disponibilidade e do sistema do recurso afetam o custo de instalar e de operar projetos.

Análise e conclusões das harmônicas

A análise feita está relacionada a representação espectral do vento , do qual é constituído pela freqüência. Em que a velocidade do vento está associada á esta freqüência, e a partir desses dados analisados foi possível separar as harmônicas em três grupos distintos, sendo que o primeiro corresponde ás freqüências mais baixas, relacionada a um tempo maior, dados de alguns dias, como mostrado no arquivo de dados do dia 19/08/2012, em que este, está relacionado ao movimento das grandes massas de ar, e deriváveis depressões, chamada de zona macrometereorológica.

O outro grupo está relacionado as freqüências mais altas, correspondente ao arquivo de “segundaeterca”, que é o arquivo medido de 1 em 1 segundo. Este está relacionado ás turbulências atmosféricas, variando as direções do vento, o que afeta as conversões de energia sendo o grupo da zona micrometeorológica.

Já o último é o da zona de vazio espectral, é a zona intermediária, que está relacionada as poucas energias.

Esta variação presente, mostra que a potência do elétrica a partir do vento eólico é instável.

Máxima freqüência da análise harmônica

Para achar a freqüência máxima de uma harmônica, foi utilizado o arquivo “segundaeterca” que possui 64000 dados, em que as medições da velocidade do vento foram feitas de 1 em 1 segundo. Dessa forma quando foi realizada a harmônica sobre estes dados, foi possível observar entre os valores de 15000 e 32000 da ordem da harmônica, a máxima freqüência, equivalente a aproximadamente a ordem da harmônica de 21000, como pode ser observado pela figura 1. 

Figura 1: Freqüência máxima - dados a partir do dia 19/08/2011.

Essa análise do gráfico da harmônica pode ser comprovada como mostrado a seguir:

Considerando os dados utilizados, correspondentes a 64000 dados, considerando que estes eram de 1 em 1 segundo, o total de segundos medidos foi de 64000 segundos, assim foi possível calcular sua freqüência, correspondente á:

Considerando de acordo com a norma do anemômetro que a rotação deste, persiste por um tempo de 3 segundos, mesmo que não haja mais vento, foi possível adquirir a freqüência máxima do anemômetro, que foi de:

Assim sendo, quando feito a relação entre freqüências dos dados, e a freqüência do anemômetro, foi possível adquirir:

Ou seja, a observação do gráfico, assim como o cálculo feito, foi satisfatória, comprovando a eficiência do anemômetro.

Análise Harmônica do Vento do dia 19/08/2011

Foi feita uma análise harmônica do vento do dia 19/08/2011  até o  dia 10/09/2011, sendo que o vento medido foi de 30 em 30 segundo, sendo que o arquivo utilizado para essa análise foi o “19082011” . O objetivo da análise harmônica dos dados obtidos do vento, foi analisar o comportamento do vento de acordo com a freqüência, em um período extenso, e com isso, foi realizado a partir do programa MatLab, em que dói utilizado a Fast Fourier Transform(FFT) para fazer a harmônica.

Sendo que o arquivo contém 64000 dados de velocidade do vento, de 30 em 30 segundos, o que corresponde á 1920000 segundos. Foi possível obter a freqüência da fundamental que foi de:

Ao fazer a harmônica dos dados, foi obtido o  gráfico da figura 1:

Figura 1: Gráfico da Harmônica dos dados a partir do dia 19/08/2011.

Dando um zoom e analisando os 100 primeiros dados apenas, foi obtido o gráfico da figura 2:

Figura 2: Gráfico da Harmônica dos dados a partir do dia 19/08/2011.

Analisando a figura 2 é possível observar que há um pico na 22º ordem da harmônica, considerando este ponto, podemos evidenciar como o vento se comporta, considerando os 1920000 segundos totais:

Tempo em dias dos 1920000:

Ou seja, este valor nos mostra que o comportamento do vento é numa escala diária, desse modo podemos afirmar pela análise da FFT que o vento em um dia se comporta aproximadamente como uma senóide, com um pico de ventos pela manhã e uma caída pela tarde, pois o valor diário é o mesmo onde se encontra o maior pico da figura da harmônica.

Separando os dados de 10 em 10 minutos e suas análises

Para análise da velocidade do vento na UFABC, foram utilizados todos os dados adquiridos, de forma que esses dados foram separados em períodos de 10 minutos, já que a norma diz que as medições dos ventos devem ser feitas em um período de 10 minutos. Sendo que se calculou a média do vento em cada período de 10 minutos, utilizando o MatLab, e ao final foi calculado a média de todas as médias de 10 em 10 minutos, e com isso pode-se obter também os valores dos parâmetros da distribuição de weibull, utilizando funções específicas do MatLab.

Primeiramente foram utilizados os dados da primeira hora de vento na UFABC, em um período de segundo em segundo a partir das 4 horas do dia 27/05/2011, sendo que o vento medido foi de 1 em 1 segundo, sendo que o arquivo utilizado para essa análise foi o “PrimeiraHoradeVentodaUFABC”.

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 6 valores de média de ventos de 10 minutos, sendo a média total destas 2,58 m/s.

Com as médias de ventos a cada 10 minutos, com os 6 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 1: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 6.31 m/s, a velocidade mínima foi 0.37 m/s e o desvio padrão foi de 1.13.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.91  e   2.49 respectivamente considerando todos os dados, e foi de  2.97   e  2.53 respectivamente, considerando as médias de 10 em 10 minutos.

Vento do dia 27/05/2011 de 1 em 1 segundo

Considerando os dados de vento na UFABC, a partir do dia 27/05/2011 até dia 28/05/2011, sendo que o vento medido foi de 1 em 1 segundo, sendo que o arquivo utilizado para essa análise foi o “testefimdesemana” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 106 valores de média de ventos de 10 minutos, sendo a média total destas 2,46m/s.

Com as médias de ventos a cada 10 minutos, com os 106 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 2: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 8.3500 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.21.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.78   e  2.16 respectivamente considerando todos os dados, e foi de  2.80   e 2.15  respectivamente, considerando as médias de 10 em 10 minutos.


Vento do dia 30/05/2011 de 1 em 1 segundo

Considerando os dados de vento na UFABC, a partir do dia 30/05/2011 até dia 31/05/2011, sendo que o vento medido foi de 1 em 1 segundo, sendo que o arquivo utilizado para essa análise foi o “segundaeterca” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 106 valores de média de ventos de 10 minutos, sendo a média total destas 2.3455 m/s.

Com as médias de ventos a cada 10 minutos, com os 106 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 3: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 7.24 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.07.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.64  e   2.30 respectivamente considerando todos os dados, e foi de  2.65   e  2.31 respectivamente, considerando as médias de 10 em 10 minutos.

Vento a partir do dia 31/05/2011 de 1 em 1 segundo

Considerando os dados de vento na UFABC, a partir do dia 31/05/2011 até dia 01/06/2011, sendo que o vento medido foi de 1 em 1 segundo, sendo que o arquivo utilizado para essa análise foi o “tercaquarta_maisalto” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 106 valores de média de ventos de 10 minutos, sendo a média total destas 1.38 m/s.

Com as médias de ventos a cada 10 minutos, com os 106 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 4: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 7.05 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.28.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   0.95  e   0.32 respectivamente considerando todos os dados, e foi de  1.05   e  0.45 respectivamente, considerando as médias de 10 em 10 minutos.


Vento a partir do dia 02/06/2011 de 10 em 10 segundos

Considerando os dados de vento na UFABC, a partir do dia 02/06/2011 até dia 09/06/2011, sendo que o vento medido foi de 10 em 10 segundo, sendo que o arquivo utilizado para essa análise foi o “Ventania_0” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 999 valores de média de ventos de 10 minutos, sendo a média total destas 2,47 m/s.

Com as médias de ventos a cada 10 minutos, com os 999 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 5: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 18.92 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 2.07.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.23  e   0.69 respectivamente considerando todos os dados, e foi de  2.34   e  0.84 respectivamente, considerando as médias de 10 em 10 .

Vento a partir do dia 02/06/2011 no período de 15 dias de 10 em 10 segundos

Considerando os dados de vento na UFABC, a partir do dia 02/06/2011 até dia 17/06/2011, sendo que o vento medido foi de 10 em 10 segundo, sendo que o arquivo utilizado para essa análise foi o “15dias” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas, de modo que nesse caso foram obtidos 1066 valores de média de ventos de 10 minutos, sendo a média total destas 2.40 m/s.

Com as médias de ventos a cada 10 minutos, com os 1066 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 6: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 18.92 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 2.04.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.16  e   0.69 respectivamente considerando todos os dados, e foi de  2.270   e  0.83 respectivamente, considerando as médias de 10 em 10 minutos.

Vento do dia 17/06/2011 a cada 10 segundos

Considerando os dados de vento na UFABC, a partir do dia 17/06/2011 até dia 24/06/2011, sendo que o vento medido foi de 10 em 10 segundo, sendo que o arquivo utilizado para essa análise foi o “comeca17062011” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas, de modo que nesse caso foram obtidos 1066 valores de média de ventos de 10 minutos, sendo a média total destas 1.54 m/s.

Com as médias de ventos a cada 10 minutos, com os 1066 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 7: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 10.5800 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.24.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   1.05  e   0.27 respectivamente considerando todos os dados, e foi de  1.17 e  0.39 respectivamente, considerando as médias de 10 em 10 .

Vento a partir das 12h do dia 02/06/2011 de 1 em 1 segundo

Considerando os dados de vento na UFABC, a partir do dia 02/06/2011 até dia 03/06/2011, sendo que o vento medido foi de 1 em 1 segundo, sendo que o arquivo utilizado para essa análise foi o “VentaniaV1” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas, de modo que nesse caso foram obtidos 99 valores de média de ventos de 10 minutos, sendo a média total destas 2.47 m/s.

Com as médias de ventos a cada 10 minutos, com os 1066 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 8: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 10.3100 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.0310.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   2.23 e   0.69 respectivamente considerando todos os dados, e foi de  2.34 e  0.84 respectivamente, considerando as médias de 10 em 10 .

Vento dia 19/08/2011 de 30 em 30 segundos

Considerando os dados de vento na UFABC, a partir do dia 19/08/2011 até dia 10/09/2011, sendo que o vento medido foi de 30 em 30 segundo, sendo que o arquivo utilizado para essa análise foi o “19082011” foi possível obter as seguintes análises do vento:

As médias de vento a cada 10 minutos, utilizando o MalLab foram feitas de modo que nesse caso foram obtidos 3200 valores de média de ventos de 10 minutos, sendo a média total destas 2.04 m/s.

Com as médias de ventos a cada 10 minutos, com os 3200 pontos encontrados, foi possível obter o gráfico a seguir :

Figura 9: Gráfico das médias de vento a cada 10 minutos.

A velocidade máxima encontrada foi 11.13 m/s, a velocidade mínima foi 0 m/s e o desvio padrão foi de 1.56.

Utilizando a função da distribuição de Weibull no MatLab, os parâmetros obtidos foram de   0.63  e   0.13 respectivamente considerando todos os dados, e foi de  0.94   e  0.20 respectivamente, considerando as médias de 10 em 10 .

Fonte de informação da previsão do vento

Comportamento do vento

Existem fontes de informação que são muito úteis para averiguar o comportamento do vento na região de Santo-André, que é a região estudada por nós.

Nesses dados são analisados temperatura, pressão, precipitação, nebulosidade, umidade do ar,como mostrado a seguir:

Dados do site:

http://pt.windfinder.com/forecast/santo_andre

Figura 1: Previsão do vento em Santo-André

Dados do site: http://weather.noaa.gov/weather/current/SBSP.html

Figura 2: Previsão do vento em Santo-André

 Considerando os dados obtidos pode ser feitas as seguinte perguntas: 

Será que com os dados de previsão do tempo é possível acertar o comportamento do vento?

O comportamento do vento depende da realidade urbana?

A poluição urbana interfere na distribuição do vento?

Muitos fatores interferem no comportamento do vento, principalmente nas regiões urbanas, do qual possuem muita influencia dos poluentes das cidades, dessa forma é possível perceber que para a previsão do tempo poder determinar o vento, deve-se levar em conta fatores que bloqueiam a dispersão do vento, como os poluentes. 

Análise dos últimos dados de vento adquiridos na UFABC, medidos de 1 em 1 minuto

Dados de 1 em 1 minuto a partir do dia 03 de outubro

Utilizando os dados coletados pelo anemômetro na Universidade Federal do ABC, no período a partir do dia 3 de outubro de 2011 em um período de 80 dias aproximadamente, de modo que as medições pelo anemômetro foram realizadas a cada de 1 em 1 minuto.

A partir dos dados coletados foi possível criar gráficos que analisem esses dados utilizando o MatLab. A análise foi dividida em duas partes, sendo que foram analisados primeiramente 40 dias, a partir do dia 3 de outubro depois foram analisados os demais dias, correspondente aos outros 40 dias.

Os dados coletados pelo anemômetro possuíam dados sobre velocidade, rajada e da direção do vento, e a partir disso foram criados os gráficos pelo Matlab, como mostrado a seguir.

Nos 40 primeiros dias o gráfico obtido da velocidade, rajada e direção do vento, como mostrados nas figuras a seguir:

Figura 1: Gráfico da velocidade, rajada e direção do vento

Nos demais dias, os outros 40 dias, o gráfico obtido da velocidade, rajada e direção do vento foi o correspondente ao da figura 2:

Figura 2: Gráfico da velocidade, rajada e direção do vento

Analisando os gráficos obtidos foi possível perceber que o vento nas medições a cada 1 minuto não é constante, ele varia o tempo inteiro, dessa forma a análise para a implantação de uma turbina eólica, que depende da velocidade, rajada e direção do vento deve ser analisada como um todo, de maneira que sua colocação depende desses fatores.

Observando apenas os dados de velocidade do vento nos 40 primeiros pontos foi possível obter o gráfico conforme mostra a figura:

Figura 3: Gráfico da velocidade do vento nos primeiros 40 dados

Analisando os últimos 40 dados de velocidade do vento, foi possível obter o gráfico conforme mostra a figura:

Figura 4: Gráfico da velocidade do vento nos últimos 40 dados.

Ainda utilizando o MatLab foi feito a análise da média do vento nos primeiros 40 pontos e foi possível adquirir o valor da velocidade média do vento, sendo este de 2,3302 m/s. Assim como a velocidade máxima do vento que chegou à 11,32 m/s e de mínima de 0 m/s . Com um desvio padrão de 3,0725. Dessa forma foi possível construir os dados da velocidade média do vento.

Figura 5: Gráfico da velocidade média do vento

Considerando os últimos 40 pontos de dados foi feito o gráfico utilizando o MatLab, analisando a rajada, direção e velocidade do vento, como mostrando na figura a seguir:

Figura 5: Gráfico de rajada, direção e velocidade do vento

Ainda utilizando o MatLab, com funções específicas, foi possível obter a distribuição de weibull da distribuição de velocidades medidas de 1 em 1 minuto, desse modo comparou uma distribuição de weibull randomicamente, feita pelo matlab com a distribuição real adquirida, como mostrado a seguir:

Figura 6: Gráfico da distribuição de weibull randômica do vento medido.

Utilizando o MatLab, com funções específicas de weibull, foi possível obter a distribuição de velocidades medidas, e dessa forma obteu-se os parâmetros de weibull de a= 2.1732   e b= 0.8886 (a importância desses parâmetros foram explicados no post chamado “Distribuição de Weibull”). E a distribuição adquirida foi a seguinte:

Figura 7: Gráfico da distribuição de weibull do vento medido nos 40 primeiros dados.

Para os últimos 40 dados o gráfico traçado da distribuição de weibull foi a seguinte:

Figura 8: Gráfico da distribuição de Weibull do vento medido nos 40 últimos dados.

Comparando os gráficos foi possível perceber que a distribuição de weibull é de certa forma a melhor distribuição para dados de ventos, já que o vento é muito inconstante, variando de minuto em minuto, não seguindo uma linearidade.

Prosseguindo a análise dos dados de ventos e a utilização do MatLab, foi feito também a observação da direção do vento, de modo a analisar qual é a melhor direção para a instalação de uma turbina eólica, onde haja mais vento. Assim foi feito o gráfico:

Figura 9: Gráfico da direção do vento nos 40 primeiros dados.

Figura 10: Gráfico da direção do vento nos 40 últimos dados.

A partir das figuras 9 e 10 foi possível concluir que o vento na UFABC possui uma maior concentração de vento na região noroeste nos primeiros 40 dados, porém com uma distribuição não tão concentrada e na região considerando os últimos 40 dados, a direção do vento se concentrou na região nordeste, dessa forma, se fosse criada uma turbina na região da Universidade Federal do ABC, em Santo André, esta deveria ser montada de modo que o vento usado para geração de energia eólica venha da direção nordeste. 

Ao final foi feita o histograma da velocidade do vento seguindo a distribuição de Weibull, conforme mostrado na figura a seguir:

Figura 11: Histograma da velocidade do vento.